期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
耦合二次模态分解和优化LightGBM的大坝变形预测模型
1
作者
孔颢
丁勇
李登华
《大地测量与地球动力学》
2025年第11期1171-1179,共9页
提出一种结合二次模态分解与蝴蝶优化算法(BOA)优化轻量梯度提升机(LightGBM)的大坝变形预测模型。首先,利用自适应噪声完备集合经验模态分解(CEEMDAN)对训练集数据进行分解并计算分解子序列的复合熵;然后,通过K-means聚类算法将分解子...
提出一种结合二次模态分解与蝴蝶优化算法(BOA)优化轻量梯度提升机(LightGBM)的大坝变形预测模型。首先,利用自适应噪声完备集合经验模态分解(CEEMDAN)对训练集数据进行分解并计算分解子序列的复合熵;然后,通过K-means聚类算法将分解子序列分为高、低频两类,对高频信号数据进行变分模态分解(VMD);最后,使用BOA优化的LightGBM模型进行预测。实例表明,该方法能有效处理变形数据,提高数据平稳性,且预测精度明显优于传统方法,nMAPE、MSE、MAE指标分别降低16.2%~22.5%、16.8%~28.1%、16.2%~22.5%。
展开更多
关键词
二次模态分解
高低频信号划分
蝴蝶优化算法
轻量梯度提升机
变形预测
在线阅读
下载PDF
职称材料
题名
耦合二次模态分解和优化LightGBM的大坝变形预测模型
1
作者
孔颢
丁勇
李登华
机构
南京理工大学安全科学与工程学院
出处
《大地测量与地球动力学》
2025年第11期1171-1179,共9页
基金
国家重点研发计划(2024YFC3210703)
国家自然科学基金(U2240221,51979174)
中央级公益性科研院所基本科研业务费专项(Y724011)。
文摘
提出一种结合二次模态分解与蝴蝶优化算法(BOA)优化轻量梯度提升机(LightGBM)的大坝变形预测模型。首先,利用自适应噪声完备集合经验模态分解(CEEMDAN)对训练集数据进行分解并计算分解子序列的复合熵;然后,通过K-means聚类算法将分解子序列分为高、低频两类,对高频信号数据进行变分模态分解(VMD);最后,使用BOA优化的LightGBM模型进行预测。实例表明,该方法能有效处理变形数据,提高数据平稳性,且预测精度明显优于传统方法,nMAPE、MSE、MAE指标分别降低16.2%~22.5%、16.8%~28.1%、16.2%~22.5%。
关键词
二次模态分解
高低频信号划分
蝴蝶优化算法
轻量梯度提升机
变形预测
Keywords
secondary mode decomposition
high and low frequency signal classification
butterfly optimization algorithm
light gradient boosting machine
deformation prediction
分类号
P258 [天文地球]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
耦合二次模态分解和优化LightGBM的大坝变形预测模型
孔颢
丁勇
李登华
《大地测量与地球动力学》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
